面向大學生創業的風險感知算法研究

摘 要：目前高校畢業生就業形勢嚴峻復雜，大學生創業備受關注。本文針對大學生創業過程中的風險，提出了基于模糊綜合評價模型的風險感知算法。首先，提出了單因素和多因素的模糊綜合評價模型。其次，通過層次分析法對大學生創業的影響因素賦予權重。最后，通過案例分析了創業管理風險各影響因素的風險水平。本文風險感知算法能為制定大學生創業風險規避策略提供科學依據。

關鍵詞：大學生創業；風險感知；模糊評價

中圖分類號：TP 391" " 文獻標志碼：A

大學生創業是一個復雜、動態的過程，創業企業面臨的風險復雜多樣，這些風險之間也存在交互作用[1]。大學生創業風險評估的變化是動態的、非線性的，受國家政策、大學生自身素質和投資資金等多種因素的影響，大學生創業風險評估的過程相當復雜[2]。大學生創業存在經驗不足、缺乏人際關系和業務網絡、對市場把握不準確、缺乏市場意識和企業管理經驗以及資金不足等一系列問題。對大學生創業進行風險評估可以預估未來風險，有利于根據預估結果采取有效的預防措施。因此，如何提高大學生創業風險評估的準確性和客觀性是一個亟待解決的問題。目前，大數據分析技術的不斷成熟為大學生創業風險評估算法的研究提供了更多的技術支撐。大數據可以促進大學生了解未來需求發展趨勢，是大學生選擇創業方向的機會，增強了創業路徑選擇的正確性。本文提出基于模糊綜合評價模型的風險感知算法，為制定大學生創業風險規避策略提供科學依據。

1 模糊綜合評估模型

模糊綜合評價法是利用模糊數學原理對具有“模糊性”的事物進行分析和評價的系統分析方法，是一種基于模糊推理的定性與定量相結合的分析評價方法，具有精確性和非精確性[3]。由于該方法在處理各種難以用精確數學方法描述的復雜的系統問題過程中具有獨特優越性，因此在許多學科中具有廣泛應用[4-6]。

設定2個有限域，如公式（1）、公式（2）所示。

U={u1，u2，...，um} （1）

V={v1，v2，...，vm} （2）

式中：U是所有判斷因素u1，u2，...，um的集合；V是所有評級等級v1，v2，...，vn的集合；m和n分別是判斷因素和評級等級的個數。

對于判斷因素ui，單因素判斷結果為Ri=[ri1，ri2，...，rin]，m個判斷因素的判斷決策矩陣如公式（3）所示。

（3）

式中：R為從U到V的模糊關系；rmn是第m個判斷因素和第n個評級的模糊關系。

假設評價因子的權重是A=[a1，...，am]，應用模糊變換的綜合運算可以獲得全域V的模糊子集，綜合評價結果如公式（4）所示。

B=A×R=[b1，b2，...，bn] （4）

式中：b1，b2，...，bn分別表示評級等級的評價結果。

在一個復雜的大系統中，需要考慮的因素較多，而且因素的層次也不同。此時，應用單層次的模糊綜合評價模型難以獲得正確的評價結果。因此需要將評判因素集合按照一定的屬性劃分為若干類別，先對各類別進行綜合評價，再對各類評判結果進行高水平的綜合評價，這樣就產生了多層次的模糊綜合評價問題。可根據如下步驟建立多級模糊綜合評價模型。

首先，根據一個屬性將判斷因素集合U劃分為m個子集，使其滿足公式（5）。

（5）

式中：Φ表示Ui和Uj中不包括相同的因素。

第二層的判斷因素集如公式（6）所示。

U={U1，U2，...，Ui，...，Um} （6）

式中：Ui={Uik}，i∈{1，2，...，m}，表示子集Ui包括nk個判斷因素；Um表示第m個子集的判斷因素集合。

其次，根據單級模糊綜合評價模型評價每個子集Ui中的nk個判斷因素。綜合評價結果如公式（7）所示。

Bi=Ai×Ri=[bi1，bi2，...，bin] （7）

式中：bi1，bi2，...，bin分別表示判斷因素i的綜合評價。

最后，對U中m個評價因子子集進行綜合評價，評價決策矩陣如公式（8）所示。

（8）

模糊綜合評價理論的綜合評價方法根據模糊數學的隸屬度理論，將定性評價轉化為定量評價，即使U中各因素子集的權重為A，可得綜合評價結果，如公式（9）所示。

B*=A×B （9）

公式（9）不僅是對U的綜合評價結果，也是對U中所有評價因素綜合評價的結果。

2 風險感知算法

多標準決策是一個通用框架，用于解決具有多個相互沖突標準和不同偏好決策者的復雜決策問題。多標準決策方法涉及多個評估標準，不是單一的最優性度量。多標準決策模型分為多目標決策和多屬性決策。二者的主要區別在于前者是在連續決策空間中定義的，后者是在離散決策空間中運行的。層次分析法是一種基于數學和心理學的結構化技術，用于組織和解決復雜的決策問題。層次分析法使用決策標準之間的兩兩比較，并遵循互惠條件、同質性、依賴性和期望的原則，以確定每個標準的優先級。排序是層次分析法的基本原理，是指對方案層中每個元素賦予權重。在層次分析法中，決策問題包括3個主要層，即目標層、指標層和評價層。指標層又可分為一級指標和二級指標。因此，可以使用模型樹來描述復雜的問題（如圖1所示）。為了量化指標層中各因素（即指標）的相對重要性，必須在客觀比較2個指標的基礎上構建判斷矩陣。判斷矩陣計算出的特征向量可以代表各指標的權重。另外，由于判斷矩陣是定量和定性的結合，因此誤差是不可避免的。為了檢驗判斷矩陣的一致性，還需要計算一致性指標。如果該指數﹤0.1，則構建的模型真實可靠。

層次分析算法的步驟如下。

第一，創建層次結構。確定定義決策問題的主要標準和替代方案，將問題分為目標級別、標準、子標準和替代方案。該層次結構的每個元素都依賴其更高級別的元素，并且這種依賴性會線性地延續到最高級別。

第二，形成兩兩比較矩陣。每個級別的元素成對比較，從而形成配對比較矩陣，用于確定成對比較中的重要性和偏好。

第三，計算不一致率。鑒于專家的判斷可能會形成不一致的兩兩比較矩陣，因此本文提出一個試驗率來評估其與層次結構的一致性。如果判斷不一致，結果將返回專家復議。兩兩比較矩陣不一致率的算法定義如下。1）計算加權和向量：通過將成對比較矩陣乘以局部優先級向量來計算總體優先級向量。2）計算一致性向量：通過將整體優先級向量的元素按照坐標除以局部優先級向量的元素來計算一致性向量，即一致性向量的每個元素都是通過加權和向量的對應元素除以本地優先級向量的對應元素得到的。一致性向量的組成部分實際上是λmax估計。3）計算成對比較矩陣的最大特征值（λmax）：一致性向量元素的平均值等于λmax。4）計算不一致指數（II）：假設兩兩比較矩陣是m×m矩陣，則不一致性指數為（λmax-m）/（m-1）。5）定義不一致率（IR）：IR=II/IRI，其中IRI是不一致性隨機指數。

第四，計算本地優先級。使用不同的加權方法獲得標準的局部優先級和相對于每個標準的替代方案。最常見的加權方法包括行與列之和、算術平均、幾何平均、特征向量、普通最小二乘以及對數最小二乘。

第五，計算備選方案的總體優先級。每個備選方案的總體優先級等于備選方案的局部優先級相對于每個加權標準的乘積之和。

第六，對備選方案進行排序。根據備選方案總體優先級進行排名。替代方案的總體優先級越高，其排名位置就越好。隨著每個級別中元素數量增加，實施層次分析法有時會非常耗時，在該情況下，決策標準通常被細分為子標準，盡管在許多情況下這并不能解決問題。此外，形成一致的成對比較矩陣可能是超出專家實際專業知識范疇的任務，因此，層次分析法的結構應該在與決策者互動并確定標準和替代方案的本地優先級方面進行修改。

假設一個決策問題由m個標準C1，C2，......，Cm組成。根據決策者的意見和重要性對標準進行優先級排序。假設將標準重新設計為Cbar1，Cbar2，...，Cbarm，使Cbar1gt;Cbar2gt;...gt;Cbarm。從第二個標準開始與決策者交互，確定標準j和（j?1）之間的相對差異并分配值sj（j=2，...，m）。sj稱為平均值的相對重要性。通過公式（10）計算系數kj（j=1，2，...，m）。

（10）

通過公式（11）計算權重qj（j=1，2，...，m）。

（11）

假設s1=0，則有公式（12）。

（12）

計算標準wj的局部優先級，如公式（13）所示。

（13）

分配給標準的本地優先級是通過與決策者的交互來確定的，并通過決策者權重的幾何平均值計算出最終的相對權重。

本文采用模糊綜合評價法對大學生創業進行風險分析，基本思路如圖2所示。首先，通過層次分析法（AHP）對大學生創業的影響因素賦予權重，區分各因素的重要性。其次，建立評價層次隸屬度、模糊關系的評價矩陣和因子權。采用模糊數學運算方法進行模糊運算，并對向量進行歸一化處理，確定其綜合評價結果，最終確定大學生網上創業的總體風險水平。

3 案例分析

確定各風險因素的權重是大學生創業風險識別的關鍵環節。各因素權重的差異反映了不同因素的重要性，因素的重要性見表1。

為了科學確定各項指標的權重，本文采用層次分析法對大學生創業風險管理的風險因素進行分析。根據各種風險因素對大學生創業的影響，由校內專家和校外創業者10個專家組成的討論組，經過討論評估等級為5、4、3、2和1，分別表示高、較高、一般、較低和低。最后將其得分匯總，形成大學生創業管理風險各因素水平匯總表，見表2。

4 結論

本文通過層次分析法確定指標權重，利用模糊綜合評價法建立了創業經營風險評價模型，并對該模型進行了案例分析，證明了本文綜合評價大學生創業風險感知算法的可行性和科學性。

參考文獻

[1]GIUGGIOLI G，PELLEGRINI M M.Artificial intelligence as an enabler for entrepreneurs：A systematic literature review and an agenda for future research[J].International journal of entrepreneurial behavior amp; research，2023，29（4）：816-837.

[2]KOMAROVA A，TSVETKOVA L，KOZLOVSKAYA S，et al.Organisational educational systems and intelligence business

systems in entrepreneurship education[J].Journal of entrepreneurship

education，2019，22（5）：1-15.

[3]HALEEM A，JAVAID M，QADRI M A，et al.Understanding

the role of digital technologies in education：A review[J].Sustainable

operations and computers，2022，3：275-285.

[4]謝冬輝，黃銳，梁炳榮，等.基于模糊綜合評價裝配式建筑質量的研究[J].城市建筑.2023，20（10）：204-207.

[5]王玉，唐巒.基于模糊綜合評價的500kV輸變電工程經濟評價研究[J].南方能源建設.2022，9（增刊2）：118-122.

[6]武麗娟.計算機課程實驗教學質量的模糊綜合評價[J].辦公自動化.2022，27（1）：56-58.

通信作者：李清（1990-），女，碩士，助教，研究方向為病理學、思政。

電子郵箱：312100200@qq.com。